การควบคุมกระบวนการระดับนาโน ขับเคลื่อนผลผลิต (Yield) สู่ขีดสุด

SPC ระดับไฮเอนด์สำหรับการผลิต Wafer & OSAT แก้ปัญหาการปรับเส้นโค้งการแจกแจงแบบไม่ปกติ ความสม่ำเสมอของ Multi-Head และการตรวจสอบข้อมูลขนาดใหญ่ ATE แบบเรียลไทม์

auto_graphการปรับเส้นโค้งแบบไม่ปกติ hubความสม่ำเสมอ Multi-Head speedสตรีมข้อมูล ATE เรียลไทม์ biotechการขุดค้นความสัมพันธ์ผลผลิต
Auto-Fitting

ปัญหาของอุตสาหกรรม

"ผลผลิต (Yield) ที่ลดลง 0.1% หมายถึงความสูญเสียหลายล้านดอลลาร์ ซอฟต์แวร์ SPC ของคุณสามารถจับความแปรปรวนเล็กน้อยนั้นได้หรือไม่?"
query_stats

'การแจ้งเตือนเท็จ' ที่เกิดจากการแจกแจงแบบไม่ปกติ

พารามิเตอร์กระบวนการ เช่น ความลึกของการกัดกร่อน ความหนาของฟิล์ม และความเรียบ มักแสดงการแจกแจงแบบเบ้ (Skewed) ซอฟต์แวร์ SPC แบบดั้งเดิมบังคับใช้สูตรการแจกแจงแบบปกติสำหรับ CPK ทำให้เกิดการแจ้งเตือนเท็จจำนวนมาก

device_hub

'ฝันร้าย' ของความสม่ำเสมอแบบ Multi-Head ในอุปกรณ์บรรจุภัณฑ์

Die Bonder และ Wire Bonder มักมีหัวดูดหรือหัวเชื่อมหลายหัว สถานการณ์ทั่วไป: 'CPK โดยรวมของเครื่องผ่าน แต่หัวหนึ่งกำลังผลิตของเสีย' แผนภูมิแบบดั้งเดิมไม่สามารถตรวจจับความผิดปกติเฉพาะจุดได้

waterfall_chart

น้ำท่วมข้อมูลการทดสอบ ATE

อุปกรณ์ทดสอบอัตโนมัติ (ATE) สร้างผลลัพธ์หลายพันรายการต่อวินาที การส่งออกและวิเคราะห์ด้วยตนเองนั้นล่าช้า ไม่สามารถสกัดกั้นความล้มเหลวของแบทช์ที่กำลังเกิดขึ้นได้

สถานการณ์และโซลูชันหลักของ NEXSPC

นำ 'การแจกแจงที่แท้จริง ความสม่ำเสมอที่แท้จริง และความทันเวลาที่แท้จริง' ของเซมิคอนดักเตอร์กลับคืนสู่แบบจำลองทางสถิติและวงจรปิดทางวิศวกรรม

Distribution Fitting การคำนวณ Ppk ที่แม่นยำสำหรับการแจกแจงแบบไม่ปกติ

การคำนวณ Ppk ที่แม่นยำสำหรับการแจกแจงแบบไม่ปกติ

Statistical Accuracy

เปิดเผยโฉมหน้าแท้จริงของข้อมูล ปฏิเสธการตัดสินผิดพลาดของโมเดลทางคณิตศาสตร์ NEXSPC มาพร้อมกล่องเครื่องมือสถิติขั้นสูงสำหรับข้อมูลแบบไม่ปกติที่พบได้ทั่วไปในกระบวนการเซมิคอนดักเตอร์

  • การปรับเส้นโค้งอัตโนมัติ (Auto-Fitting)：รันการทดสอบ Anderson-Darling อัตโนมัติ เพื่อจับคู่เส้นโค้งที่เหมาะสมที่สุดในโมเดล Weibull, Log-Normal, Exponential
  • การแปลง Box-Cox：สำหรับการแจกแจงที่ซับซ้อนมาก การแปลง Box-Cox ในคลิกเดียวจะแปลงข้อมูลเป็นปกติก่อนการให้คะแนนมาตรฐาน
  • Ppk ที่แม่นยำ：คำนวณ Ppk ตามโมเดลที่เหมาะสมที่สุด รับประกันการประเมินผลผลิตตามจริงและลดการแจ้งเตือนเท็จ
คุณค่า: ได้รับดัชนีประสิทธิภาพกระบวนการที่น่าเชื่อถือแม้การแจกแจงจะไม่ปกติ ทำให้ 'การแจ้งเตือน' มีความหมายทางวิศวกรรม
Head-to-Head 'เรดาร์' ความสม่ำเสมอของ Multi-Head/Nozzle Head 7 error

'เรดาร์' ความสม่ำเสมอของ Multi-Head/Nozzle

Head-to-Head

ตรวจสอบลวดทองทุกเส้น ไม่ปล่อยให้หัวเชื่อมที่เป็น 'จุดอ่อน' เล็ดลอด สำหรับอุปกรณ์หลายช่องทางเช่น Wire Bonder และ Die Attacher NEXSPC นำเสนอแผนภูมิควบคุมกลุ่มหลายมิติ

  • การเปรียบเทียบ Head-to-Head：ซ้อนทับหลายหัว/หัวดูดของเครื่องจักรเดียวกัน ระบุการเลื่อนของค่าเฉลี่ยและความผิดปกติของความแปรปรวนได้ทันทีผ่าน Group Box Plots
  • การวิเคราะห์ความแปรปรวน (ANOVA)：ตัดสินโดยอัตโนมัติว่าความแตกต่างระหว่างหัวมีนัยสำคัญหรือไม่ เพื่อแนะนำวิศวกรเครื่องจักรในการสอบเทียบแบบเจาะจง
คุณค่า: หลีกเลี่ยงความสูญเสียแอบแฝงที่ 'เครื่องจักรผ่านแต่ชิ้นงานเสีย' สกัดกั้นปัญหาหัวเสียก่อนที่จะกระจายไปสู่ความเสียหายวงกว้าง
WEB API / MQTT / WebSocket / OPC UA เขียนพร้อมกัน 100+ จุด/วินาที

การเชื่อมต่อข้อมูล ATE แบบเรียลไทม์ระดับวินาที

WEB API / MQTT / WebSocket / OPC UA

ก้าวทันจังหวะของเครื่องทดสอบ บรรลุ 'วิเคราะห์ทันทีที่ทดสอบ' เผชิญกับปริมาณข้อมูลมหาศาลใน OSAT NEXSPC ใช้โปรโตคอลอุตสาหกรรมขนาดเบาและสถาปัตยกรรมการเขียนพร้อมกันสูง

  • การฟัง TCP：สำหรับอุปกรณ์รุ่นเก่า รองรับการฟังพอร์ต TCP Server เพื่อแยกวิเคราะห์บันทึกการทดสอบแบบเรียลไทม์
  • การสมัครสมาชิก MQTT ความถี่สูง：สมัครรับข้อมูลหัวข้อเครื่องทดสอบ รองรับการเขียนพร้อมกัน 100+ จุด/วินาที สร้างแผนภูมิแนวโน้มผลผลิตแบบเรียลไทม์
  • การสกัดกั้นความผิดปกติ：ตรวจจับความผิดปกติของแรงดันไฟฟ้าชิป N ตัวติดต่อกัน เรียกแจ้งเตือนในระดับวินาทีและสั่งหยุดเครื่องจักร
คุณค่า: อัปเกรดจาก 'การตรวจสอบย้อนหลัง' เป็นการตรวจสุขภาพและการสกัดกั้นแบบเรียลไทม์ หยุดความล้มเหลวของแบทช์ในขณะที่กำลังเกิดขึ้น
Regression / Auto-Lag การขุดค้นความสัมพันธ์ระหว่างพารามิเตอร์กระบวนการและผลผลิต

การขุดค้นความสัมพันธ์ระหว่างพารามิเตอร์กระบวนการและผลผลิต

Data Correlation & Root Cause Analysis

ติดตามผลกระทบสู่สาเหตุ ค้นหาคุณลักษณะการควบคุมหลัก (KCC) ผลผลิตลดลง: เป็นเพราะอุณหภูมิหรือความดัน? NEXSPC เชื่อมโยงพารามิเตอร์กระบวนการส่วนหน้ากับผลผลิตการทดสอบขั้นสุดท้าย

  • การวิเคราะห์ความสัมพันธ์：ทำการวิเคราะห์การถดถอยระหว่างผลผลิตการทดสอบขั้นสุดท้าย (Y) และพารามิเตอร์อุปกรณ์ส่วนหน้า (X เช่น อุณหภูมิเตาอบ ความดัน)
  • การขุดค้นความล่าช้าอัตโนมัติ (Auto-Lag)：อัลกอริทึม Auto-Lag ค้นพบว่า 'ความผันผวนของอุณหภูมิเมื่อ 2 ชั่วโมงที่แล้ว' เป็นตัวการที่ทำให้ 'ผลผลิตลดลงในขณะนี้'
คุณค่า: เปลี่ยน 'การเดา' ให้เป็น 'การขับเคลื่อนด้วยหลักฐาน' ลดการปรับแต่งที่ไม่ได้ผล และเพิ่มอัตราความสำเร็จในการปรับปรุง

เปรียบเทียบคุณค่าลูกค้า (ก่อน & หลัง)

จากโมเดลการแจกแจงสู่ความทันเวลาของข้อมูลและความลึกของการวิเคราะห์: ทุกรายการส่งผลโดยตรงต่อผลผลิตและต้นทุน

มิติ Excel แบบดั้งเดิม / ซอฟต์แวร์ SPC ทั่วไป NEXSPC รุ่นเซมิคอนดักเตอร์
โมเดลการแจกแจง ค่าเริ่มต้นคือการแจกแจงปกติ การคำนวณ CPK ผิดพลาดสำหรับข้อมูลที่ไม่ปกติ ปรับ Weibull/Log-Normal อัตโนมัติ ความผิดพลาด Ppk <1% <1%
การจัดการ Multi-Head เห็นแค่ความสามารถโดยรวมของอุปกรณ์ ปิดบังปัญหาหัวเสีย เปรียบเทียบกลุ่ม & Box Plot ในคลิกเดียวสำหรับ Multi-Head/Nozzle ระบุ Head ที่อ่อนแอ
ความทันเวลาของข้อมูล ส่งออกรายงาน ATE รายวัน/กะ เป็นเพียง 'การตรวจสอบย้อนหลัง' การรวบรวมข้อมูล MQTT ระดับวินาที 'ตรวจสุขภาพ' และสกัดกั้นแบบเรียลไทม์
ความลึกของการวิเคราะห์ จำกัดแค่การพล็อตกราฟ เสนอเครื่องมือ Six Sigma: ANOVA, Regression, Auto-Lag

อุตสาหกรรมถัดไป： เซมิคอนดักเตอร์